一种高速公路监控场景道路方向区域自动划分方法和装置与流程

摘要: 本技术涉及智能交通视频监控,尤其涉及一种高速公路监控场景道路方向区域自动划分方法和装置。背景技术:1、在高速公路智能交通管理系统中,监控摄像头采集的实时视频流需...
一种高速公路监控场景道路方向区域自动划分方法和装置与流程

本技术涉及智能交通视频监控,尤其涉及一种高速公路监控场景道路方向区域自动划分方法和装置。

背景技术:

1、在高速公路智能交通管理系统中,监控摄像头采集的实时视频流需要接入视频分析程序进行解码和业务分析。其中,一项关键基础业务是精确获取监控画面中的道路区域掩膜,该掩膜不仅用于标定“哪些像素属于道路”,还需要进一步区分“该像素属于顺向车道还是逆向车道”,以便为后续的车流方向检测、逆行事件报警、交通流量统计等上层业务提供方向性基础数据。

2、现有技术中,道路区域提取通常采用背景建模、颜色阈值分割或简单的二值语义分割方案。这些方案存在以下不足:

3、第一,仅能获得“道路/非道路”的二值掩膜,无法区分顺向与逆向车道,后续业务需要额外的方向判定逻辑,增加系统复杂度和误判风险。

4、第二,对高速公路特有的中央分隔带结构缺乏语义理解。高速公路的中央分隔带,如绿化带、隔离护栏等是区分顺向与逆向车道的天然地理依据,但现有技术未能在语义层面有效利用此信息。

5、第三,实际监控场景中分隔带并非总是连续完整的。在隧道、收费站附近、匝道口、施工区域、横跨桥梁遮挡等场景下,分隔带可能出现间断、缩窄甚至完全不可见的情况,同时路面还可能存在导流线等干扰元素,现有方法在面对这些异常场景时鲁棒性不足。

技术实现思路

1、有鉴于此,本技术提供一种高速公路监控场景道路方向区域自动划分方法和装置,使得能够准确的将道路区域划分为两个相反行车方向的区域,并输出具有方向语义标注的三值掩膜,从而解决高速公路监控场景无法区分顺向与逆向车道,增加误判风险的问题。

2、本技术第一方面提供一种高速公路监控场景道路方向区域自动划分方法,所述方法包括:

3、采集目标区域的视频帧图像,再将所述视频帧图像输入预先训练好的像素分类模型,通过所述像素分类模型对所述视频帧图像进行逐像素分类,获得包含多个语义类别的初始标签图,所述多个语义类别至少包括行车道、中央分隔带以及背景;

4、对所述初始标签图执行后处理精炼,获得精炼标签图,其中,所述精炼标签图为与所述视频帧图像同分辨率的逐像素语义标签图,每个像素的取值对应所述多个语义类别中的一种;

5、根据所述精炼标签图进行中央分隔带有效性验证,确定有效时基于所述中央分隔带区域提取方向分割线,再根据所述方向分割线生成初步方向掩膜,其中,所述初步方向掩膜将所述视频帧图像中的各像素划分为两个分别对应相反行车方向的区域;

6、对所述精炼标签图进行道路区域提取获得道路区域掩膜,将所述初步方向掩膜与所述道路区域掩膜进行逐像素合成,获得与所述视频帧图像同分辨率的单通道三值掩膜,其中,所述单通道三值掩膜中的零值代表背景区域,第一非零值和第二非零值分别代表两个相反行车方向的区域。

7、可选的,所述多个语义类别还包括导流线。

8、可选的,所述对所述初始标签图执行后处理精炼包括:

9、对所述初始标签图依次执行形态学开运算和闭运算,以消除离散噪声像素和细小空洞,获得所述精炼标签图。

10、可选的,根据所述精炼标签图进行中央分隔带有效性验证之前,所述方法还包括:

11、根据所述精炼标签图中非零像素占全图像的比例,判断当前画面是否为有效的道路监控场景,若所述比例低于预设场景阈值,则直接返回失败标志。

12、可选的,提取所述精炼标签图中标记为中央分隔带的像素区域;

13、判断所述中央分隔带的像素总数超过预设最小面积阈值,并且所述中央分隔带在图像纵向上的有效覆盖高度与所述行车道的纵向覆盖高度之比超过预设比例阈值时,则确定所述中央分隔带有效。

14、可选的,根据所述精炼标签图进行中央分隔带有效性验证之后,所述方法还包括:

15、当所述中央分隔带被确定为无效时,将所述精炼标签图中所有非背景像素统一视为道路区域,使用结构元素对所述道路区域进行膨胀操作,对膨胀后的结果执行连通域标记,若连通域数量在预设范围内,则将连通后的区域作为无方向区分的整体道路掩膜输出。

16、可选的,所述基于所述中央分隔带区域提取方向分割线包括:

17、对所述中央分隔带区域执行连通域标记,当检测到导流线区域且所述导流线区域的像素面积超过预设阈值时,逐一检查中央分隔带各连通分量与所述导流线区域的空间邻接关系,将与所述导流线区域在空间上发生重叠或粘连的连通分量从中央分隔带掩膜中剔除。

18、可选的,将与导流线区域在空间上发生重叠或粘连的连通分量从中央分隔带掩膜中剔除之后,所述方法还包括:

19、对剔除处理后的中央分隔带掩膜重新进行连通域标记,计算各连通分量的面积并按从大到小排序,遍历各连通分量,当某一连通分量的纵向包围盒范围与已确认保留的连通分量的纵向包围盒范围的重叠比例超过预设阈值时,将该连通分量剔除。

20、可选的,所述基于所述中央分隔带区域提取方向分割线包括:

21、构造一幅中间掩膜图,其中非背景且非分隔带的区域赋予第一灰度值,分隔带区域赋予不同于所述第一灰度值的第二灰度值,背景区域赋予零值;

22、从所述中间掩膜图的底边向上逐行扫描,定位分隔带区域最底部的首个有效像素作为底端起始点,从所述中间掩膜图的顶边向下逐行扫描,定位分隔带区域最顶部的首个有效像素作为顶端起始点;

23、根据所述顶端起始点和所述底端起始点计算所述分隔带的整体走向趋势参数;

24、从所述顶端起始点出发,以固定步长沿图像纵向向下逐行采样,在每个采样行上搜索具有所述第二灰度值的像素位置作为候选点,对所述候选点进行连续性校验,将通过所述连续性校验的候选点按顺序连接形成分割线路径;将形成的分割线延伸至图像边界,使所述分割线完整贯穿所述图像画面的纵向范围。

25、本技术第二方面提供一种高速公路监控场景道路方向区域自动划分装置,所述装置包括:

26、像素分类单元,用于采集目标区域的视频帧图像,再将所述视频帧图像输入预先训练好的像素分类模型,通过所述像素分类模型对所述视频帧图像进行逐像素分类,获得包含多个语义类别的初始标签图,所述多个语义类别至少包括行车道、中央分隔带以及背景;

27、精炼单元,用于对所述初始标签图执行后处理精炼,获得精炼标签图,其中,所述精炼标签图为与所述视频帧图像同分辨率的逐像素语义标签图,每个像素的取值对应所述多个语义类别中的一种;

28、分割线提取单元,用于根据所述精炼标签图进行中央分隔带有效性验证,确定有效时基于所述中央分隔带区域提取方向分割线,再根据所述方向分割线生成初步方向掩膜,其中,所述初步方向掩膜将所述视频帧图像中的各像素划分为两个分别对应相反行车方向的区域;

29、三值掩膜合成单元,用于对所述精炼标签图进行道路区域提取获得道路区域掩膜,将所述初步方向掩膜与所述道路区域掩膜进行逐像素合成,获得与所述视频帧图像同分辨率的单通道三值掩膜,其中,所述单通道三值掩膜中的零值代表背景区域,第一非零值和第二非零值分别代表两个相反行车方向的区域。

30、本发明与现有技术相比,具有以下有益效果:

31、1.本发明直接输出具有方向语义的三值掩膜,下游业务,如逆行检测、车流统计、速度测算等无需额外方向判定逻辑,可直接读取像素值获知车辆所在位置的行车方向,降低系统复杂度,减少误判风险。

32、2.本发明将中央分隔带作为方向划分的物理依据,再通过导流线粘连剔除和冗余分量过滤,有效避免了匝道口、护栏反光等干扰因素对方向划分的影响,保证了分隔带掩膜的纯净度。

33、3.具备对异常/不连续分隔带场景的降级容错能力,能适应隧道、横跨桥梁遮挡、收费站、匝道口、施工区域等复杂场景,算法鲁棒性强。